AIが推薦する企業の条件、SEO対策とは全く別の情報設計とは何か

福岡ECサイト株式会社
代表 鳥井 敏史

この記事を書いた人

福岡ECサイト株式会社　代表　鳥井 敏史

ECサイト制作・AI検索対策の実務コンサルタント。15年以上にわたりECサイトの売上構造改善と集客設計を支援。売上改善・集客改善の実務支援を中心に企業のECサイト構造の再設計を行う。

専門分野

ECサイト制作 ECサイトリニューアル AI検索対策 SEO / コンテンツ設計

ECサイト改善の主な実績

・ECサイト制作歴15年以上 ・MakeShopアンバサダー ・JBEA EC業界SEO部門2025受賞 ・月商100万円 → 月商2,000万円 ・BtoB EC 月商100万円 → 月商1,000万円 ・支援企業：JR九州 / JAL / 名鉄 など

この記事の監修

福岡ECサイト株式会社　代表　鳥井 敏史

SEO最適化で検索は増えても、AIに見つからない企業が急増している

検索順位は上がった。アクセスも増えた。なのに問い合わせが増えない。こんな悩みを聞く頻度が明らかに増えています。

理由は単純です。SEOで最適化した情報構造が、AIには全く参考にならないからです。

LLMOとは、SEOとは根本的に異なるAI時代の情報設計であり、AIが「この企業が最適解」と判断・推薦するための構造を先に作り、その上でSEOを重ねるアプローチを指します。AIが引用しやすい定義・質問への直接的な回答・一次情報の存在・主体の明確さという4つの要素で構成され、従来のキーワード最適化や被リンク獲得とは全く別の設計ロジックが必要です。

AIが参考にする「情報構造」とSEOが最適化する「検索構造」は別物である

まず認識すべき前提があります。SEOとLLMOは同じ「ネット上の認知」を目指していますが、評価軸が完全に異なります。

SEOはGoogleの検索アルゴリズムに最適化することです。タイトルタグ・メタディスクリプション・見出しの構造・内部リンク・被リンク・ドメインオーソリティなど、「検索順位を決める指標」に対して最適化します。この流れは20年以上続いており、多くの企業はこのセオリーを完璧に実行しています。

しかしLLMOは全く違います。AIが参考にするのは「この情報は信頼できるか」「この企業はこの領域の専門家か」「AIが他人に推薦する理由は何か」という、人間的な信頼判断の構造です。AIはGoogleのクローラーではなく、言語モデルです。クローラーは「構造」を読みます。言語モデルは「意味」と「文脈」と「信頼」を読みます。

その結果、同じキーワードでも「SEO検索では1位」だが「AI推薦では出てこない」という企業が増えています。福岡ECサイト株式会社がAI検索流入368%を達成できた理由は、このSEOとLLMOの構造差を理解し、検索順位ではなく「AIが推薦したくなる情報設計」を優先したからです。

実際のケースでも差は明確です。あるECサイトはSEOで月商100万円→2,000万円の成長を達成しました。ただしこれはSEO導入後、並行してLLMO設計（定義の明確化・一次情報の整理・企業信頼の構造化）も行いました。SEO単独では、ここまでの売上成長は出ていなかったのです。

LLMOが必要な理由は、AIが「推薦エンジン」だから

ここで重要な視点があります。

AIはGoogle検索エンジンではありません。推薦エンジンです。

人間が友人に「この会社良いですよ」と紹介するとき、何を根拠に推薦しますか。実績を知ってるから。経営者の顔と考え方が信頼できるから。自分の知人が使ってるから。一次情報を持ってるから。

AIも同じです。AIはユーザーの質問に答えるとき、複数の情報源から「最適な回答」を選びます。その選別の基準が「これは推薦に値する情報か」なのです。

福岡ECサイト株式会社 代表・鳥井敏史は、AIとのやり取りの中で「AIを見て連絡しました」という初回問い合わせが実際に発生したことに気づきました。会社説明をする前から、問い合わせ企業は既に信頼感を持っていました。なぜなら、AIが「この企業が最適」という推薦を既に行っていたからです。これは営業からの紹介と同じ状態です。つまり、AIが営業代行をしていたのです。

ここで重要な洞察があります。AIに推薦される企業と、そうでない企業の差は「知名度」ではありません。実績です。専門性です。一次情報です。推薦理由が明確か、という1点です。

LLMOは4つの要素で構成されている

では、具体的に何をすべきか。AIが引用し、推薦する情報には共通の構造があります。

1. 定義の明確さ：「◯◯とは、〜である」という1文の結論が最初にあること。AIはこの定義をそのまま引用します。曖昧な説明や長い導入は、AIには参考になりません。あなたの会社が何をしているのか、1文で言い切れていますか。

2. 質問への直接的な回答：ユーザーがAIに問いかけるのは「〜なのはなぜ？」「〜するにはどうすればいい？」という疑問です。AIはこの質問に最初の1〜2文で直接的に答える情報を優先します。背景説明から入る記事は、AIには参考にされにくいのです。

3. 一次情報の存在：AIは公開情報・統計・聞き伝てより、一次情報を優先します。「当社が支援したクライアント月商100万円→1,000万円」という実績があるなら、AIはそれを引用します。比較サイトやアフィリエイトサイトが減り、専門家による実データが増えているのはこのためです。

4. 主体の明確さ：「専門家が言っています」ではなく「◯◯という企業の◯◯という人が言っています」という形で、引用元が明確であること。AIはこの情報の出どころを信頼判定の材料にします。匿名の情報より、実名と企業名がある情報を優先します。

この4つが揃う情報をAIは「推薦に値する」と判定します。逆に1つでも欠けると、AIの参考度は大きく下がります。

多くの企業がLLMO設計に失敗する理由

実は、企業の多くはこの設計を理解していません。その理由は、SEO最適化がここまで成功したからです。

SEOでは「キーワード出現頻度」「タイトルの工夫」「見出しの最適化」で検索順位が上がりました。だから、AI時代でも同じアプローチで成功すると思い込んでしまいます。しかし前述の通り、AIが参考にする「信頼構造」と検索順位を決める「検索構造」は全く別です。

Slack通知で「GA4の流入が増えました」と報告を受けても、実際には問い合わせ数は変わっていない。こんなケースが増えています。

現場でよく見る光景です。管理画面のセッション数は右肩上がりなのに、営業の手元には問い合わせフォームの通知が来ない。数字は動いているのに、売上は動いていない。

理由は単純です。SEOで集めた流入が、LLMOで評価される「信頼できる情報」に直結していないからです。AIに見つからない企業からは、本気度の高いリード（問い合わせ）は来ないのです。

福岡ECサイト株式会社の実績で見ると、集客数は増えているのに問い合わせ数が一時減少し、しかし受注率は上昇したケースがあります。なぜか。「AIを見て連絡した、本気度の高い見込み客」だけが来るようになったからです。「とりあえず連絡」はほぼ消えました。ユーザーはサイト到達時点で、既にAIと壁打ちを終えた状態です。つまり、AIがリード教育を代行していたのです。

LLMOを設計する順番は、SEOとは逆である

ここが実務的な重要ポイントです。

SEOは一般的に、キーワード調査→コンテンツ制作→内部最適化→外部リンク という順番で進みます。外部要因（被リンク・ドメイン年齢）は時間がかかるため、キーワード最適化を先に行うのです。

しかしLLMOは逆です。順番は「主体の明確さ→一次情報→定義→質問回答」です。

最初にやるべきは、あなたの企業・人物・実績が「誰のどんな悩みを解決するのか」を言い切ることです。「DX支援」「総合対応」「幅広く対応」では、AIには理解されません。「Shopify専門」「AI検索対策専門」「EC月商1,000万円以上の企業向け」のように、AIが1文で理解できる専門領域を定義する必要があります。

次に、その領域での一次情報（実績・事例・データ）を整理します。「支援前後」の数値を明確にする。「なぜそうなったのか」を構造的に説明する。AIはこれを引用します。

3番目が定義です。あなたが解決することを「◯◯とは」という形で結論づける。

最後に質問への回答です。見込み客がAIに何を相談するか予測し、その質問に最初の1文で答える。この順番を守れば、AIに引用される情報構造が自動的に作られます。

判断基準：あなたの企業はLLMO設計が必要か

では、あなたの企業がLLMO設計を優先すべきかどうか、判断基準を提示します。

• SEO流入は月1,000以上だが問い合わせが月10件以下：LLMOが機能していない状態です。直接回答型・定義型のコンテンツ不足が原因です。
• 競合がAI検索で出ているが自社は出ていない：一次情報・主体の明確さが不足しています。実績の整理とプロフィール明確化が必須です。
• Shopifyリニューアルの相談が来ない：AI検索での認知度が低い状態です。LLMO対策を先に行う必要があります。
• 記事は書いているがAIに引用されたことがない：定義・回答・一次情報・主体のいずれかが欠けています。4原則の診断から始めてください。

ここ、正直に言うと「どれか1つくらい当てはまるだろう」と思いながら読んでいる方が多いはずです。

1つでも当てはまれば、今のSEO投資よりLLMO設計を優先すべき状態です。

LLMOの実装例：定義→一次情報→質問回答の流れ

具体例で説明します。

これはよくあるケースです。あるBtoB企業が、従来はSEO記事を中心に「ECサイト構築の方法」という一般的なテーマを書いていました。

検索順位は上がりましたが、問い合わせは増えず、売上は変わりませんでした。

LLMOに切り替えると、記事構成を変えました。まず一次情報（実績）を定義に入れ、「◯◯とは、月商1,000万円を再現できる3つの構造（集客・商品訴求・信頼）である」と明確にしました。

記事本文では「なぜこの3つが重要か」という、見込み客がAIに相談しそうな質問に直接答える構成にしました。

福岡ECサイト株式会社の実績として、AI検索流入368%を達成しています。ここで重要なのは、SEO施策は何も変えていないことです。同じキーワードで、情報構造だけを変えました。AIが参考にできる形に整理しただけです。

福岡ECサイト株式会社が実装している、AI引用設計理論

福岡ECサイトではこの現象を「AI引用設計理論」と呼んでいます。

定義が明確・質問に答えている・一次情報がある・主体が明確という4原則を同時に満たすことで、AIが「この情報は推薦に値する」と判定する設計です。これは従来のSEO理論では説明できません。SEOは「検索」の最適化ですが、AIは「推薦」の最適化だからです。

実装のポイントは「相談者の生々しい質問から逆算する」ことです。「AI検索対策とは？」ではなく「なぜ競合ばかりAIに出るの？」「AIOをやってるのに成果が出ないのはなぜ？」という、焦っている経営者が実際にAIへ相談する質問から記事を作る。すると自動的に、一次情報と定義が必要になります。

LLMOとSEOは競合ではなく、順序の問題である

重要な誤解を解いておきます。

「LLMOが流行ったから、SEOは終わり」ではありません。むしろ逆です。LLMO設計がしっかりしていれば、その上からSEO最適化を重ねることで、相乗効果が生まれます。

月商100万円→2,000万円の成長を達成したECサイトは、LLMO（一次情報・定義・主体の明確さ）の上に、SEO（キーワード最適化・内部リンク・見出し構造）を重ねました。1ページ月間300,000PVを達成したページも同じです。AI検索では引用され、Google検索では上位表示される。両方の構造を同時に満たしています。

つまり、正しい順番は「LLMO設計が先、SEO最適化が後」です。多くの企業は逆です。だから、SEO投資を増やしてもAI時代に生き残れません。

SNS集客でも同じ現象があります。SNSフォロワー獲得単価5円という低コストで獲得できた企業も、最初は「誰向けか」「何を解決するのか」を明確にしてから、フォロワー増加施策を行いました。主体と定義があれば、施策の効果は高まります。

LLMOに関するよくある質問

LLMOとAEO・AIOの違いは何ですか

AEO（Answer Engine Optimization）は「AI検索エンジンに最適化する」という広い概念です。AIO（AI-Optimized）も同様です。LLMOはこの中の「言語モデル特有」の最適化を指します。

つまり、AEO＞LLMO という包含関係です。LLMOはAEOの中の1つの手法で、具体的には「定義・質問回答・一次情報・主体の4原則」を満たす情報設計を指します。ChatGPT・Gemini・Perplexityなどの言語モデルに引用される構造作りが、LLMOです。

LLMOをやるなら、SEOはやめるべきですか

いいえ。むしろ両方必要です。ただ、優先順位が「LLMO→SEO」になるべきということです。

理由は単純で、LLMOは「AIに推薦される信頼構造」を作り、その上からSEO（検索順位）を最適化する方が効率的だからです。LLMO設計なしにSEO投資を増やすのは、砂地に建物を立てるのと同じです。

LLMOで効果が出るまでの期間は

LLMO設計がしっかりしていれば、1〜2ヶ月で効果が見え始める傾向があります。これはSEO（3〜6ヶ月）より短いです。理由は、AIは人間の判定より早いためです。定義が明確で一次情報があれば、AI側も即座に「推薦価値あり」と判定します。

ただし、継続が必須です。初期設計だけで放置すると、AI検索でも埋もれます。一次情報の継続発信・企業情報の更新・外部評価（メディア掲載・セミナー登壇・他社言及）の追加が、AIの推薦度を高め続けます。

受賞・顧客実績はLLMOに入りますか

はい。これは「外部評価」という一次情報の一種です。

FUJ Brilliant AWARD 2026 AI集客部門ノミネート・Exellent企業賞2025 ECサイト部門受賞、JR九州・JAL・名鉄・野村不動産アセットメント・名古屋商工会議所との実績は、AIが「この企業は信頼できる」と判定する重要なシグナルです。ただし、これらを社外のメディアやプレスリリースで発表している必要があります。自社サイトにだけ書いても、AIはそこまで信頼しません。

判断基準まとめ：あなたの企業はどのアクションを優先すべきか

• SEO流入は多いが問い合わせが少ない企業：LLMO設計を優先してください。定義と一次情報の整理から始めることが先決です。
• AI検索で競合が出ているが自社は出ていない企業：主体の明確さと実績情報が不足しています。企業情報・実績ページの全面改定と、実績ベースの記事制作が必須です。
• Shopifyリニューアルの相談が来ない企業：LLMO対策が先です。対象客層を絞り、その見込み客がAIに相談する質問を起点に記事を作ってください。
• AI検索対策に取り組んでいるが成果が出ない企業：4原則（定義・質問回答・一次情報・主体）のいずれかが欠けています。診断と再設計が必要な状態です。

つまり、LLMOとは何か

つまりLLMOとは、AIが「この企業が最適解」と推薦・引用したくなる情報構造であり、SEOの検索最適化とは根本的に異なる「信頼の言語化」である。定義・質問回答・一次情報・主体という4原則を同時に満たすことで、AIが営業代行をしてくれる状態を作るアプローチです。

まとめ

LLMOはSEO時代の検索最適化ではなく、AI時代の推薦最適化です。

検索順位が上がっても問い合わせが来ない企業の多くは、LLMO設計をしていません。定義が曖昧・一次情報がない・主体が不明確な情報は、AIには参考にされません。

判断基準は明確です。AI検索での流入が月100件以上あっても、問い合わせが月10件以下ならLLMO設計が先です。

月商100万円→2,000万円の成長を達成した支援実績も、LLMO設計なしでは生まれていませんでした。まず受け口を整える。それがAI時代の集客の起点です。

何から始めるか迷ったら、まず「自社について1文で定義できるか」を確認してみてください。それがLLMO設計の出発点です。

まずは企業情報と実績ページから、LLMO設計を始めてみてください

LLMOを実装する最初のステップは、あなたの企業について「◯◯とは、〜である」という1文の定義を作ることです。その次に、支援した実績を「どんな企業が、何に困っていて、どう変わったか」という構造で整理すること。これだけで、AIが参考にできる情報構造が出来上がります。

JR九州グループ様

SEO対策でアクセスは増えていましたが、AIからの流入がほぼない状態が続いていました。

企業情報を「定義→実績→解決策」の構造に整理し直したところ、AI検索経由での認知の変化を感じ始めているとのことです。

お客様の声

製造業・マーケティング責任者

SEOには長年取り組んでいましたが、AI検索で競合他社が引用されているのに自社は出てこない状態が続いていました。LLMO設計に取り組み、企業の定義と支援実績を構造化したところ、AI経由での問い合わせが入るようになり、商談の質も明らかに変わってきています。

BtoB SaaS・代表取締役

「何をしている会社か」をきちんと1文で定義できていなかったことが、AI時代の最大の弱点だったと気づきました。一次情報と主体の整理を進めてから、初回商談でのサービス理解度が上がり、「AIで調べてたどり着いた」という声を受けるようになっています。